De kern in het kort
- AI maakt realtime rapporteren, fast closing en betrouwbaarder forecasten mogelijk; continuous accounting bedt verwerking en control in de dagelijkse accountingactiviteiten in.
- Algoritmes worden betere fraudevoorspellers dan mensen: in promotieonderzoek aan de Universiteit Twente deelde een tekstminingmodel 89% van de jaarverslagen juist in als frauduleus of niet.
- Robotic process automation en process mining nemen de businesscontroller routinewerk uit handen en leggen verborgen kosten en knelpunten bloot.
- Datageletterdheid wordt een onmisbare kerncompetentie; volgens het Data Literacy Project vertrouwt slechts 24% van de werknemers op het eigen vermogen om data te lezen en te analyseren.
- Mens en machine worden collega’s: het gaat niet om mensen vervangen door robots, maar om mensen samen met robots productiever maken.
AI is here to stay
Artificial intelligence is hot. Toepassingen op basis van machine learning halen bijna dagelijks het nieuws. Slimme politiecamera’s, aangestuurd door algoritmes, registreren wanneer een automobilist met zijn mobiel bezig is. Algoritmes bepalen dynamisch en realtime de prijzen van taxiritten, hotelkamers en vliegtuigstoelen. Ondertussen experimenteren De Nederlandsche Bank, de Belastingdienst en andere diensten met big data en algoritmes. Maar waarom zouden controllers zich met kunstmatige intelligentie moeten bezighouden?
1. AI maakt realtime rapporteren, fast closing en forecasting mogelijk
Een maandafsluiting in twee dagen, voorspelbare kwartaalresultaten en een sluitende begroting: daar gaat elke controller voor. Maar het echte controllerswerk schiet niet op als je eerst handmatig tientallen Excel-sheets of ERP-systemen aan elkaar moet knopen. De functie is veel beter en sneller uit te voeren met geautomatiseerde systemen en gespecialiseerde financiële software, inclusief data analytics, op een robuuste data-infrastructuur. Continuous accounting is in opkomst: geautomatiseerde dataverwerking, control en afsluitingstaken zijn ingebed in de dagelijkse accountingactiviteiten, zodat er altijd accurate informatie over de financiële prestaties is.
Latest estimates en winstprognoses winnen aan betrouwbaarheid als je er algoritmes op kunt loslaten die met hoge waarschijnlijkheid voorspellen hoe de financiële resultaten en KPI’s zich ontwikkelen. Er zijn algoritmes die vrij nauwkeurig voorspellen of een organisatie op lange termijn in zwaar weer komt. Dankzij data science kunnen alerte controllers tijdig op de rem trappen. De wereld wordt complexer, en sommige vraagstukken zijn mentaal niet meer te behappen als het aantal variabelen en correlaties te groot wordt. Eén algoritme kan wel 100 rapportages overbodig maken.
2. Algoritmes zijn op termijn betere fraudevoorspellers dan controllers
Of het nu gaat om witwassen, steekpenningen, misbruik van voorkennis, factuurfraude of een btw-carrousel: controllers, auditors en accountants hebben een formele en morele verantwoordelijkheid bij het signaleren en voorkomen van fraude. In de praktijk is er voortdurend discussie over hoe ver die verantwoordelijkheid reikt, en drukbezette controllers missen de tijd en vaak de specifieke deskundigheid.
Fraudedetectie en forensics zijn aparte takken van sport; algoritmes zijn er veel beter in dan controllers.
Criminele netwerken maken handig gebruik van social engineering en opereren grensoverschrijdend. Algoritmes worden steeds beter in het herkennen van frauduleuze handelingen, al moeten ze net als kleine kinderen nog worden opgevoed via supervised learning. Ze worden al met succes ingezet om bijstandsfraude, belastingfraude en fraude met studiefinanciering op te sporen. In de tekst van jaarverslagen staan vaak subtiele signalen dat er iets mis is. Marcia Fissette, die op dit onderwerp promoveerde aan de Universiteit Twente, ontdekte dat een computer zulke signalen kan detecteren met tekstmining en machine learning: in 89% van de gevallen werd het jaarverslag in de juiste categorie ingedeeld. Zonder de bedrijven die meerdere jaren achtereen fraude pleegden was dat nog steeds 86%. Beoordeel wel eerst de datakwaliteit.
3. AI maakt efficiëntere processen mogelijk
De financial controller legt zich vooral toe op de financiële rapportages en resultaten, terwijl de businesscontroller een meer toekomstgerichte blik heeft en verantwoordelijk is voor de systemen, processen en informatie waarmee de ambities van de directie worden waargemaakt. Robotic process automation (RPA) en process mining zijn hier handige hulpmiddelen. RPA automatiseert bedrijfsprocessen met softwarebots die het handmatige proces via de gebruikersinterface nabootsen. Met process mining ontdekken businesscontrollers aan de hand van event logs hoe bedrijfsprocessen werkelijk worden uitgevoerd, zodat verborgen kosten, inefficiënties en knelpunten snel worden opgespoord en opgelost. Kortom: algoritmes nemen steeds vaker de vervelende routinetaken over.
4. Datageletterdheid wordt een onmisbare kerncompetentie
Ondanks alle beschikbare technologie is het een grote uitdaging om data om te zetten in inzichten waar iets mee gedaan kan worden. Volgens het Data Literacy Project heeft slechts 24 procent van de werknemers wereldwijd vertrouwen in het eigen vermogen om data te lezen, te verwerken en te analyseren. Gebrekkige datageletterdheid kan organisaties enorm remmen. Datavaardigheden en basaal inzicht in hoe algoritmes werken helpen om betere zakelijke beslissingen te nemen. Leidinggevende controllers zouden een voortrekkersrol moeten vervullen bij het bevorderen van datageletterdheid: data kritisch analyseren, beslissen en communiceren op basis van data en datavisualisaties begrijpen. De businesscontroller is bij uitstek degene die de organisatie intrekt, met data en dashboards onder de arm, om directie en gebruikers te helpen datageletterd te worden.
5. Mens en machine worden collega’s
Hoewel AI door een breed publiek nog steeds wordt gezien als de grootste banenvernietiger aller tijden, ontstaat op de werkvloer een genuanceerder beeld. Softbots en fysieke robots worden steeds vaker gezien als betrouwbare collega’s. In het rapport De robot de baas pleitte de WRR voor een inclusieve robotagenda die de complementariteit van mens en machine bevordert: niet zo veel mogelijk mensen vervangen door robots, maar mensen samen met robotica productiever maken. Een hoge opleiding alleen is geen antwoord; ook voorspelbare, routinematige taken van accountants en controllers kunnen worden overgenomen. Juist daarom moeten nieuwe toepassingen samen met de mensen die ermee moeten werken worden ontwikkeld, en niet worden overgelaten aan de techneuten.
De traditionele controller versus de controller als data-analist
Hoe de rol verschuift.
Traditionele controller
Controller als data-analist
Rapportage
Maandelijks, achteraf
Doorlopend en realtime
Forecast
Extrapolatie in Excel
Voorspellende algoritmes
Fraude
Steekproeven met de hand
Patronen gevonden door algoritmes
Processen
Beschrijvingen op papier
Process mining op event logs
Rol
Bewaker van de cijfers
Gids in datageletterdheid
Hoe Diamond Decisions finance ondersteunt
Controllers zijn natuurlijke partners bij beslissingsgericht werken. In Business Modeling worden de financiële en niet-financiële KPI’s gekoppeld aan de beslissingen die ze dienen, data analytics automatiseert het verzamelen en analyseren, en in Decision makers leren controllers en managers die inzichten samen te gebruiken.
Spreek de auteur
Daan van BeekDiamond Decisions
Bespreek je vraag met Daan
Vertel voor welke keuzes je staat. In een vrijblijvend gesprek ontdekken we samen welke beslissingen in jouw organisatie het verschil maken.
Plan een kennismaking →Stap 1 van onze aanpak
Diamond Inspirations
De vonk voor beslissingen met impact: in een inspiratiesessie ontdek je welke beslissingen in jouw organisatie het verschil maken.
Bekijk Inspirations →Veelgestelde vragen
01
Waarom moet een controller iets van AI weten?
Omdat AI de kern van het vak verandert: afsluiten en forecasten worden sneller en betrouwbaarder, fraudesignalen worden door algoritmes gevonden en routinewerk wordt geautomatiseerd. Een controller die dat begrijpt kan erop sturen in plaats van erdoor te worden ingehaald.
02
Wat is continuous accounting?
Continuous accounting betekent dat dataverwerking, control en afsluitingstaken over de periode worden gespreid en zijn ingebed in de dagelijkse accounting, in plaats van te worden geconcentreerd aan het einde van de maand. Zo is er altijd accurate financiële informatie.
03
Wat is het verschil tussen RPA en process mining?
RPA automatiseert een handmatig proces door softwarebots de handelingen van een gebruiker te laten nabootsen. Process mining analyseert event logs om te laten zien hoe een proces echt verloopt en waar de knelpunten zitten. Process mining vindt het probleem; RPA kan deel van de oplossing zijn.
04
Wat kan de controller van een mkb-bedrijf hiermee?
Begin met het automatiseren van het verzamelen van cijfers, zodat er tijd vrijkomt voor analyse. Kies daarna één forecast of één proces waar beter inzicht direct een beslissing verbetert, en bouw van daaruit verder.
Verder lezen
Bronnen
- Fissette, M. (2017): Text mining to detect indications of fraud in annual reports worldwide. Proefschrift, Universiteit Twente.
- WRR (2015): De robot de baas.
- The Data Literacy Project: slechts 24% van de werknemers heeft vertrouwen in de eigen datavaardigheden.
Over de auteur
Over Diamond Decisions
Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.


